XỬ LÝ ẢNH SỐ

NỘI DUNG BÀI GIẢNG  Tổng quan về xử lý ảnh  Ứng dụng của xử lý ảnh số  Các khái niệm cơ bản trong xử lý ảnh  Các mối quan hệ cơ bản giữa các điểm ảnh... Camera có hai loại: loại

Trang 2

NỘI DUNG BÀI GIẢNG

 Tổng quan về xử lý ảnh

 Ứng dụng của xử lý ảnh số

 Các khái niệm cơ bản trong xử lý ảnh

 Các mối quan hệ cơ bản giữa các điểm ảnh

Trang 5

Mã hóa dữ liệu ảnh  khôi phục ảnh Thời gian truyền ảnh: Từ 1 tuần  3 tiếng

Trang 6

TỔNG QUAN VỀ XỬ LÝ ẢNH SỐ (4)

 Lịch sử về xử lý ảnh

Ảnh số được tạo ra vào năm 1921

từ băng mã hóa của một máy in

điện tín (McFarlane)

Ảnh số được tạo ra vào năm 1922 từ card đục lỗ sau 2 lần truyền qua Đại Tây Dương

Trang 8

 Lịch sử về xử lý ảnh

Năm 1964, ảnh mặt trăng được đưa về trái đất thông qua các máy chụp của tàu Ranger 7 của Jet Propulsion Laboratory (Pasadena, California) để cho máy tính xử lý: Chỉnh méo

Ảnh đầu tiên của mặt trăng được chụp bởi tàu vũ trụ Mỹ Ranger 7, vào 9 giờ 09 phút sáng ngày 31/7/1964 (nguồn: NASA)

Trang 9

Đến nay xử lý ảnh đã có một bước tiến dài trong nhiều ngành khoa học, từ những ứng dụng đơn giản đến phức tạp

Trang 10

Hệ quyết định Lưu trữ

Trang 11

11

 Các giai đoạn của xử lý ảnh

Thu nhận ảnh: ảnh được thu nhận từ thế giới thực

qua máy chụp hình, từ tranh ảnh qua máy quét hoặc

từ vệ tinh thông qua bộ cảm bién số hoặc tương tự

Số hóa ảnh: Số hóa các ảnh thu nhận được để lưu trữ

vào máy tính

Phân tích ảnh: Gồm nhiều thao tác: Tăng cường ảnh,

khử nhiễu, chỉnh méo, trich chọn đặc trưng,

Đối sánh nhận dạng: Phân lớp phục vụ cho các mục

đích khác nhau

Trang 12

Máy chủ Bộ xử lý ảnh số

Bộ nhớ ngoài

Trang 13

13

 Các thiết bị cơ bản trong xử lý ảnh

Camera: cũng giống như con mắt của hệ thống

Camera có hai loại: loại CCIR ứng với chuẩn CCIR quét ảnh với tần số 1/25, mỗi ảnh gồm 625 dòng; loại CCD gồm các photo điốt tương ứng một cường độ sáng tại một điểm ảnh ứng với một phần tử ảnh (pixel)

Trang 14

Bộ xử lí tương tự: Bộ xử lý tương tự thực hiện các

chức năng sau:

 Chọn camera thích hợp nếu hệ thống có nhiều camera

 Chọn màn hình hiển thị tín hiệu

 Thực hiện lấy mẫu và mã hoá

 Tiền xử lí ảnh trong khi thu nhận

Trang 15

15

Bộ xử lí ảnh số: Gồm nhiều bộ xử lí chuyên dụng: xử

lí lọc, trích chọn đường bao, nhị phân hoá ảnh

Máy chủ: Đóng vai trò điều khiển các thành phần nêu

trên

Bộ nhớ ngoài: Lưu trữ dữ liệu ảnh cũng như các kiểu

dữ liệu khác, để có thể chuyển giao cho quá trình

khác

Trang 16

ỨNG DỤNG CỦA XỬ LÝ ẢNH (1)

 Bức xạ phổ điện từ của ánh sáng

 Dải của phổ được nhóm theo năng lượng trên photon như sau:

Tia gama, Tia X, Tia cực tím, Tia nhìn thấy, Tia hồng ngoại, vi sóng, sóng radio

Năng lượng của photo

Trang 17

17

 Bức xạ phổ điện từ của ánh sáng

Trang 18

 Ảnh Gamma

Trang 20

 Ảnh tia X (ảnh X-Quang)

Hệ thống máy chụp ảnh X-Quang

Trang 21

21

Ảnh X-Quang chụp lồng ngực Ảnh X-Quang chụp hàm mặt

Trang 22

Hệ thống máy chụp ảnh cắt lớp CT

Trang 24

(a) Trùng bình thường (b) Trùng bệnh than (c) Chùm sao thiên nga

Trang 26

 Ảnh hồng ngoại

Ảnh hồng ngoại chụp bề mặt trái đất Những nơi có ánh sáng

mạnh là

những nơi có nguồn nhiệt lớn

Trang 27

27

 Ảnh hồng ngoại

Ảnh hồng ngoại chụp không gian trên bề mặt trái đất Ảnh này cho biết lượng hơi nước tích tụ trong không gian, phục

vụ cho việc dự báo thời tiết

Trang 28

 Tạo ảnh trên máy tính

(a) và (b) Ảnh Fractal được tạo ra bởi máy tính

(c) và (d) Ảnh 3 chiều được mô hình hóa bởi máy tính

a b

c d

Trang 29

29

 Dò tìm mặt người

Dò tìm vị trí của mặt người, làm bước tiền

xử lý cho việc nhận dạng mặt người

Trang 30

Trang 31

31

Trang 33

CÁC KHÁI NIỆM CƠ BẢN (1)

 Điểm ảnh (pixel – picture element)

Biến đổi ảnh từ tín hiệu liên tục sang tín hiệu rời rạc thông qua lấy mẫu và lượng tử hóa

Sử dụng khái niệm điểm ảnh để biểu diễn độ sáng, màu sắc, của các vị trí trên ảnh

Mỗi điểm ảnh là một cặp tọa độ (x, y) và màu sắc

Các điểm ảnh (x, y) tạo nên độ phân giải (resolution) Chẳng hạn màn hình VGA có độ phân giải 640  480, CGA 320  200

Trang 34

 Điểm ảnh (pixel – picture element)

a b c

d e f

(a) 1024  1024 (b) 512  512 (c) 256  256 (d) 128  128

Trang 35

35

 Mức xám (Gray)

Mức xám là kết quả của việc mã hoá ứng với một

cường độ sáng của mỗi điểm ảnh với một giá trị

số Thông thường ảnh được mã hoá dưới dạng

16, 32, 64 hay 256 mức

Ví dụ: tại điểm ảnh tọa độ (20, 40) có mức xám

là 60, tại điểm ảnh tọa độ (30, 40) có mức xám là

23,

Trang 36

 Mức xám (Gray)

Trang 37

được gọi là mức xám của ảnh tại điểm đó

Khi mỗi điểm (x, y) trong không gian hai chiều biễu

diễn cấp xám có độ lớn f hữu hạn, xác định và được

lượng hóa rời rạc ta gọi đó là ảnh số

Trang 38

 Ảnh (Image)

Trang 39

39

 Biểu diễn ảnh (Image Representation)

Các phần tử đặc trưng cơ bản của ảnh là điểm ảnh

Các mô hình thường sử dụng là: mô hình toán học – biểu diễn ảnh thông qua các hàm hai biến trực giao,

mô hình thống kê – biểu diễn thông qua các đại lượng

kỳ vọng, phương sai, moment

Trang 40

 Tăng cường ảnh (Image Enhancement)

Làm nổi bật các đặc trưng đã chọn

Các kỹ thuật được chọn: lọc độ tương phản, khử

nhiễu, nổi màu, nổi biên, giãn độ tương phản

Trang 41

41

 Tăng cường ảnh (Image Enhancement)

Trang 42

 Khôi phục ảnh (Image Restoration)

Loại bỏ hay tối thiểu hóa các ảnh hưởng của môi

trường bên ngoài hay hệ thống thu nhận ảnh gây ra Kết quả thu được là ảnh gần giống với ảnh gốc

Trang 43

43

 Khôi phục ảnh (Image Restoration)

Trang 44

 Biến đổi ảnh (Image Transform)

Sử dụng một lớp các ma trận đơn vị

Các kỹ thuật thường sử dụng để biến đổi ảnh: Biến đổi Fourier, Sin, Cosin, Karhumen Loeve,

Trang 45

45

 Phân tích ảnh (Image Analyze)

Xác định độ đo định lượng của ảnh để đưa ra mô tả đầy đủ về ảnh

Các kỹ thuật thường sử dụng: kỹ thuật lọc, kỹ thuật tách, kỹ thuật hợp dựa trên các tiêu chuẩn đánh giá về màu sắc, cường độ, kết cấu, Và các kỹ thuật phân lớp dựa trên cấu trúc khác

Xử lý ảnh Phân tích

ảnh Thị giác máy

Trang 46

Trang 48

 Nhận dạng ảnh (Image Recognition)

Là quá trình phân loại đối tượng được biễu diễn theo một mô hình nào đó và gán chúng vào một lớp dựa theo những quy luật và các mẫu chuẩn

Nhận dạng áp dụng trong việc bảo mật, an ninh, nhận dạng chữ viết,

Các phương pháp nhận dạng: Nhận dạng dựa vào

phân hoạch không gian, nhận dạng theo cấu trúc,

nhận dạng dựa theo mạng nơron, mô hình Markov ẩn

Trang 49

49

 Nhận dạng vân tay

Khóa nhận dạng vân tay Máy tính được bảo mật bởi

công nghệ nhận dạng vân tay

Trang 50

 Tra cứu ảnh (Image Retrieval)

Tìm các ảnh thỏa mãn các yêu cầu cho trước trong một cơ sở dữ liệu lớn

Tra cứu ảnh được áp dụng trong thư viện, y học, hệ thống an ninh, bảo mật,

Có hai kỹ thuật tra cứu ảnh:

 Tra cứu ảnh dựa trên từ khóa

 Tra cứu ảnh dựa trên nội dung

Trang 51

51

Tra cứu ảnh logo

Trang 52

Tra cứu ảnh logo

Trang 53

53

BA CẤP ĐỘ XỬ LÝ BẰNG MÁY TÍNH

 Cấp thấp: Đầu vào, đầu ra là ảnh

Sử dụng các toán tử và phép biến đổi cơ bản như

giảm nhiểu, tăng cường, giản độ tương phản

 Cấp trung bình: Đầu vào là ảnh, đầu ra là các

Trang 54

CÁC MỐI QUAN HỆ CƠ BẢN

GIỮA CÁC ĐIỂM ẢNH (1)

 Quy ước chung

Một ảnh số được ký hiệu bởi I(n, p) hoặc I

Một điểm ảnh có tọa độ là (x, y) và cấp xám là f(x, y)

x ký hiệu cho tọa độ theo trục hoành (ngang, rộng)

y ký hiệu cho tọa độ theo trục tung (đứng, cao)

Các chữ cái thường p, q, ký hiệu cho các điểm ảnh

x

y

0 0

Trang 55

 Vùng & biên của vùng

 Gán nhãn cho các thành phần liên thông

 Độ đo khoảng cách

Trang 56

LÂN CẬN CỦA ĐIỂM ẢNH

 Một điểm ảnh p tại tọa độ (x, y) có

4 lân cận ngang - dọc của p: Ký hiệu là N 4 (p)

(x+1,y), (x-1,y), (x,y+1), (x,y-1)

4 lân cận chéo của p: Ký hiệu là N D (p)

(x+1,y+1), (x+1,y-1), (x-1,y+1), (x-1,y-1)

8 lân cận của p: Ký hiệu N 8 (p)

Trang 57

57

TÍNH LIỀN KỀ (1)

 Cho V là tập các giá trị cấp xám, chúng ta có

4 liền kề: Hai điểm ảnh p và q với các giá trị từ V là 4 liền kề nếu q thuộc tập N 4 (p)

Ví dụ: Cho tập dữ liệu sau đây và V = {1}, tìm 4 liền

Trang 60

 Cho V là tập các giá trị cấp xám chúng ta có

8 liền kề: Hai điểm ảnh p và q với các giá trị từ V là 8 liền kề nếu q thuộc tập N8(p)

Ví dụ: Cho tập dữ liệu sau đây và V = {1}, tìm 8 liền

Trang 63

63

m liền kề (liền kề hỗn hợp): Hai điểm ảnh p và q với các giá trị từ V là m liền kề nếu:

 q thuộc N4(p) hoặc

 q thuộc ND(p) và tập N4(p)  N4(q) rỗng - không có điểm ảnh nào có giá trị từ V (Tập các điểm ảnh là 4 lân cận của p và q giao nhau không có giá trị nào từ V)

Trang 64

Ví dụ: Cho tập dữ liệu sau đây và V = {1}, tìm m liền

Trang 69

m liền kề dùng để ước lượng tính nhập nhằng của 8 liền kề

0 1 1

0 1 0

0 0 1

4 liền kề của điểm ảnh trung tâm

Trang 70

 Tính liền kề của các tập con trong ảnh

Hai tập con S1 và S2 của ảnh được gọi là liền kề nếu tồn tại một điểm ảnh trong S1 liền kề với một điểm ảnh trong S2

Các điểm liền kề sử dụng ở đây có thể là 4 liền kề, 8 liền kề hoặc m liền kề tương ứng các tập S1, S2 được gọi là 4, 8, m liền kề

Trang 71

Quan hệ 8 liền kề Quan hệ m liền kề

Trang 72

ĐƯỜNG ĐI (1)

 Đường đi giữa p và q

Một đường đi từ điểm p có tọa độ (x, y) đến điểm q có tọa độ (s, t) là một chuỗi tuần tự các điểm ảnh phân biệt nhau có tọa độ:

(x0, y0), (x1, y1), , (xn, yn)

trong đó (x0, y0) = (x, y) và (xn, yn) = (s, t) và (xi, yi) liền kề với (xi-1, yi-1) với 1  i  n

n là độ dài của đường đi

Nếu (x0, y0) = (xn, yn) thì đường đi được gọi là một

đường đi đóng hay chu trình

Trang 73

73

 Ví dụ:

Tìm đường đi từ p = (1,1) đến q = (5,4) theo quan hệ

4 liền kề với V = {1} trong tập S sau

Trang 74

 Ví dụ:

Trang 75

75

 Ví dụ:

Trang 76

TÍNH LIÊN THÔNG (1)

 Tính liên thông của các điểm ảnh

Cho tập con S của ảnh, hai điểm p và q trong S được gọi là liên thông nếu tồn tại một đường đi từ p đến q với tất cả các điểm trung gian nằm trong S

Trang 77

77

TÍNH LIÊN THÔNG (2)

 Thành phần liên thông

Cho tập con S của ảnh và một điểm p bất kỳ thuộc S, tập các điểm ảnh liên thông với nó trong S được gọi là thành phần liên thông của S

Nếu S chỉ có một thành phần liên thông thì S được gọi là một tập liên thông

Trang 78

VÙNG & BIÊN CỦA VÙNG (1)

 Vùng

Cho R là một tập con của ảnh R được gọi là vùng nếu

R là một tập liên thông

Trang 79

79

VÙNG & BIÊN CỦA VÙNG (2)

 Biên của vùng

Biên của vùng R là tập hợp các điểm trong vùng R mà

có một hoặc nhiều lân cận không thuộc R

Nếu R phủ toàn ảnh thì biên của nó là dòng đầu tiên, cột đầu tiên, dòng cuối cùng, cột cuối cùng của ảnh

Trang 80

GÁN NHÃN CHO CÁC THÀNH PHẦN LIÊN THÔNG VỚI 4 LIỀN KỀ (1)

 Quét ảnh từ trái sang phải, từ trên xuống dưới

 Ký hiệu p là điểm tại bước đang cần xử lý

 Ký hiệu r là lân cận trên của p

 Ký hiệu t là lân cận trái của p

 Khi chúng ta xét p thì các điểm r và t đã được xác định và gán nhãn nếu chúng thuộc tập V

Trang 81

81

 Nếu giá trị của p  V, bỏ qua và xét điểm tiếp theo

 Nếu giá trị của p  V, kiểm tra r và t

Nếu cả r và t  V, gán nhãn mới cho p

Nếu chỉ có r hoặc t  V, gán nhãn của lân cận thuộc V cho p

Nếu cả hai giá trị r và t  V

Nếu chúng có cùng nhãn, gán nhãn đó cho p Nếu chúng khác nhãn, gán một trong hai nhãn đó cho p và hai nhãn của r và t bây giờ là tương đương (liên thông qua p)

 Kết thúc quá trình quét thì tất cả các điểm có giá trị thuộc

V đều được đánh dấu

 Lần quét thứ hai, gán một nhãn mới cho các thành phần

có nhãn tương đương nhau

Trang 82

 Thực hiện giống như trong trường hợp 4 liền kề, nhưng

chúng ta sẽ xét với lân cận chéo trên và lân cận trái

 Nếu giá trị của p  V, bỏ qua và xét điểm tiếp theo

 Nếu giá trị của p  V, kiểm tra bốn lân cận của nó

Nếu tất đều không thuộc V, gán nhãn mới cho p

Nếu chỉ có một trong 4 lân cận thuộc V, gán nhãn của lân cận

thuộc V cho p

Nếu có từ hai lân cận thuộc V trở lên, gán cho chúng một nhãn

trong số đó và đánh dấu tính tương đương của các nhãn của lân cận thuộc V đó (liên thông qua p)

q r s

t p

Trang 83

83

GÁN NHÃN CHO CÁC THÀNH PHẦN LIÊN THÔNG (1)

Trang 84

 Kết quả

Các thành phần liên thông của tập S theo quan hệ

4 liền kề với V = {1} được thể hiện như sau

Trang 85

85

 Kết quả

8 liền kề với V = {1} được thể hiện như sau

Trang 86

Trang 87

87

 Kết quả

4 liền kề với V = {1, 4, 6} được thể hiện như sau

Trang 88

 Kết quả

8 liền kề với V = {1, 4, 6} được thể hiện như sau

Trang 89

89

ĐỘ ĐO KHOẢNG CÁCH

 Cho các điểm ảnh p, q, z có tọa độ tương ứng là (x, y), (s, t), (u, v)

 D được gọi là hàm khoảng cách hay metric nếu

(a) D(p, q)  0; D(p, q) = 0 nếu và chỉ nếu p = q

(b) D(p, q) = D(q, p)

(c) D(p, z)  D(p, q) + D(q, z)

 Khoảng cách Euclide giữa hai điểm p và q

2 2

) (

) , ( p q x s y t

Trang 90

KHOẢNG CÁCH EUCLIDE

 Khoảng cách Euclide giữa hai điểm p và q.

2 2

) (

) , ( p q x s y t

Trang 91

91

 Khoảng cách D4 giữa hai điểm p và q.

t y

s x

q p

 Các điểm ảnh có khoảng cách D4 đối với điểm (x, y) nhỏ hơn hoặc bằng r tạo thành một hình thoi tâm (x, y)

 D4 = 1 là 4 lân cận của điểm (x, y)

Trang 92

KHOẢNG CÁCH BÀN CỜ (K/C D8)

 Khoảng cách D8 giữa hai điểm p và q.

) ,

max(

) ,

 D8 = 1 là 8 lân cận của điểm (x, y)

Định dạng
Số trang	92
Dung lượng	3,99 MB